深度学习实践：计算机视觉

封面

版权信息

扉页

作者简介

内容简介

前言

第1章 深度学习与计算机视觉

1.1 图像基础

1.2 深度学习与神经网络基础

1.3 卷积神经网络CNN

1.4 基础开发环境搭建

1.5 本章总结

第2章 OpenCV入门

2.1 读图、展示和保存新图

2.2 像素点及局部图像

2.3 基本线条操作

2.4 平移

2.5 旋转

2.6 缩放

2.7 翻转

2.8 裁剪

2.9 算术操作

2.10 位操作

2.11 Masking操作

2.12 色彩通道分离与融合

2.13 颜色空间转换

2.14 颜色直方图

2.15 平滑与模糊

2.16 边缘检测

2.17 人脸和眼睛检测示例

2.18 本章总结

第3章 常见深度学习框架

3.1 PyTorch

3.2 Chainer

3.3 TensorFlow与Keras

3.4 MXNet与Gluon

3.5 其他框架

3.6 本章总结

第4章 图像分类

4.1 VGG

4.2 ResNet

4.3 Inception

4.4 Xception

4.5 DenseNet

4.6 本章总结

第5章 目标检测与识别

5.1 Faster RCNN

5.2 SSD

5.3 YOLO

5.4 本章总结

第6章 图像分割

6.1 物体分割

6.2 语义分割

6.3 实例分割

6.4 本章总结

第7章 图像搜索

7.1 Siamese Network

7.2 Triplet Network

7.3 Margin Based Network

7.4 Keras版Triplet Network示例

7.5 本章小结

第8章 图像生成

8.1 VAE

8.2 生成对抗网络GAN

8.3 Neural Style Transfer

8.4 本章总结